效果比較

以下對於 DDA 或 LIC 中核心線的長度、雜訊圖對比強度、筆觸向量圖之變化，對 筆觸效果之影響以三小節介紹，並且接著敘述筆觸粗細以及輪廓加強的實驗觀察心得。

4.2.1 筆觸長度的影響

我們對雜訊圖去做方向性模糊來產生筆觸，這時我們必須給予兩個輸入，一個是方 向，第二個則是模糊的長度。之前的研究都沒有特別提到什麼樣的長度會產生什麼樣的 效果，這是因為這些方法都對於一個塊面作相同或類似方向的方向性模糊，因此長度的 影響並不大。這邊我們以梯度所轉換的筆觸方向，使用DDA做方向性模糊的情形做測 試，可以發現大致上可以區分為短筆觸和長筆觸兩種不同的效果。短筆觸的效果就像是 圖 4-2-1上面兩張圖的效果，仍然留有一條一條的紋理。而長筆觸就像圖 4-2-1下面兩張 圖的樣子，看起來比較像是用手抹暈染的繪圖效果。然而DDA都以直線取樣的緣故，所 以筆觸長度過長的時候，會開始出現嚴重的失真，就像圖 4-2-1右下角的圖一樣，人物 的鼻子已經看起來不太正確。不過從結果也可以發現，要留下繪圖筆觸的效果，筆觸不 能太短也不能太長，使用較花費時間的長筆觸，並不會有更好的效果。

圖4-2-1 筆觸長度的影響。這四張圖都是使用 contrast=0.3 的雜訊圖，並以平滑梯 度圖決定筆觸方向。筆觸長度分別為 3 個像素（左上）、7 個像素（右上）、15 個像 素（左下）、41 個像素（右下）。

4.2.2 雜訊對比強度之影響

雜訊會影響產生的筆觸型態，如果雜訊對比強，所形成的筆觸就會較為明顯，如果 雜訊圖和原本的圖差距很小，那麼產生筆觸就不會明顯。圖 4-2-2可以看出各種對比程 度的筆觸對於產生鉛筆素描的影響。以鉛筆素描來說，contrast低於 0.5 的效果較為自然。

圖4-2-2 雜訊對比程度對於筆觸的影響。這四張圖都是使用 9 個像素的筆觸長度，

並以亮度角度圖決定筆觸方向。左上用的是黑白 white noise，而右上、左下、右下 分別用的是 contrast 為 1、0.5、0.25 的雜訊。

4.2.3 筆觸向量圖之影響

使用梯度轉換為向量圖來產生筆觸方向時，有幾個計算梯度的方法可以選擇。我們 挑出 3×3 的Sobel計算、高斯模糊處理過的Sobel結果以及我們所提出來的梯度計算法來 做比較。圖 4-2-3可以顯示出 3×3 的Sobel計算受到雜訊影響很大，產生的筆觸過於區域

性很雜亂。而高斯模糊後雖然能夠讓筆觸方向更圓滑，但是以繪圖效果而言並不是很自 然，紋路太過明顯。而我們所提出的梯度計算方法，產生的筆觸方向則較為自然。

圖4-2-3 三種梯度計算方法產生筆觸的比較。這三張圖都是使用 9 個像素的筆觸長 度，contrast=0.3 的雜訊圖，並以平滑梯度圖決定筆觸方向。左上為 Sobel 計算，

右上為 Sobel 計算輔以 Gaussian blur 做模糊處理，左下為本篇論文提出的方法，r 設為 8。

4.2.4 筆觸方向量化之效應

用亮度角度決定筆觸方向時，可以經過量化讓結果有不一樣的感覺。從圖 4-2-4可 以看出不同量化程度會產生的不同感覺，其中當量化的層數大於 9 之後就幾乎看不出量 化的效果了。

圖4-2-4 亮度角度圖量化結果比較。左上為沒有經過量化的結果，右上、左下、右 下分別為 9 層、5 層、2 層量化的結果。

4.2.5 筆觸粗細之控制

筆觸粗細可以用兩種方法控制，第一種是對雜訊圖做模糊，可以讓筆觸看起來比較 寬。第二種是用低解析度的雜訊圖來產生筆觸效果，這會讓整張畫的效果看起來是比較 粗糙的感覺。不過這兩種方法效果都差強人意，還有改進的空間。

圖4-2-5 產生不同粗細的筆觸效果。左上角是原始的方法的結果。右邊的是把雜訊 圖模糊後的產生的結果。下面這張則是用比較低解析度的圖來做計算，套用原大小 的輪廓圖。

4.2.6 不同輪廓加強效果的比較

輪廓加強時我們有很多種輪廓偵測及繪製的方法可以選擇，我們挑出三種來比較其 特性以及效率。這三種方法分別是surround on / center off、DoG、梯度產生的輪廓線[10]

。以筆觸的乾淨程度來比的話是：DoG > Center Off > Gradient（如圖 4-2-6），以速度來 比較的話則是：Gradient > DoG > Center Off，其中用梯度的方法速度比其他兩種要快上 許多。DoG的計算量以及雜訊影響的程度都在中上的程度，雖然輪廓線過於清楚可能也 會造成結果過於呆板，但是由於我們將輪廓淡化後才合成上去，輪廓線不會很突兀。我 們建議在需要高品質的時候使用DoG的方法描繪輪廓線，而當要節省計算速度的時候可 以用梯度計算出的輪廓線。

圖4-2-6 三種輪廓圖的比較。右上角是surround on / center off的方法，左下是DoG 的方法，右下方是用[10] 所提出用梯度計算的輪廓。